Can'tstopRfromreading.csvfilesasfactorsevenwithstringsAsFactors=F?我有一个如下所示的CSV文件：123456789101112131415161718t.trend.dates. sig2/23/2017 22/23/2017 42/23/2017 62/23/2017 82/23/2017 92/23/2017 112/23/2017 122/23/2017 132/22/2017 142/23/2017 152/23/2017 162/23/2017 172/23/2017 182/23/2017 192/23/2017 2

Howtostandardizeadataframewhichcontainsbothnumericandfactorvariables我的数据框my.data包含数值变量和因子变量。我只想标准化此数据框中的数字变量。12>mydata2=data.frame(scale(my.data,center=T,scale=T))ErrorincolMeans(x,na.rm=TRUE):'x'mustbenumeric这样可以标准化吗？我想标准化第8、9、10、11和12列，但我认为我的代码有误。1mydata=data.frame(scale(flowdis3[,c(8,9,10,11,12)]

Howtostandardizeadataframewhichcontainsbothnumericandfactorvariables我的数据框my.data包含数值变量和因子变量。我只想标准化此数据框中的数字变量。12>mydata2=data.frame(scale(my.data,center=T,scale=T))ErrorincolMeans(x,na.rm=TRUE):'x'mustbenumeric这样可以标准化吗？我想标准化第8、9、10、11和12列，但我认为我的代码有误。1mydata=data.frame(scale(flowdis3[,c(8,9,10,11,12)]

R-usingpredictfunctionwhenonevariableisabinaryfactor我的线性模型试图根据变量性别、收入、语言和地位来预测赌博金额。性别是一个二元变量，即"男性"或"女性"(它们是因子)，而其余的都是数字。1lm3那是我的线性模型。我无法预测具有平均地位、收入和语言能力的男性的功能：123newdatanewdatapredict(lm3,newdata)我不知道该怎么做。请注意，我将其转换为男性和女性的方式是：但是，我已将0=male,1=female转换为"Male"和"Female"。123teengamb$sex[teengamb$sex==0]tee

R-usingpredictfunctionwhenonevariableisabinaryfactor我的线性模型试图根据变量性别、收入、语言和地位来预测赌博金额。性别是一个二元变量，即"男性"或"女性"(它们是因子)，而其余的都是数字。1lm3那是我的线性模型。我无法预测具有平均地位、收入和语言能力的男性的功能：123newdatanewdatapredict(lm3,newdata)我不知道该怎么做。请注意，我将其转换为男性和女性的方式是：但是，我已将0=male,1=female转换为"Male"和"Female"。123teengamb$sex[teengamb$sex==0]tee